5016 Arbeiten
Die Welt der kondensierten Materie und Materialwissenschaften untersucht, wie sich Atome zu neuen Materialien verbinden und welche faszinierenden Eigenschaften daraus entstehen. Von Supraleitern, die Strom ohne Verlust leiten, bis hin zu weichen Materialien, die unser tägliches Leben verändern, reicht das Spektrum dieser Forschung. Gist.Science macht die neuesten Erkenntnisse aus diesen Feldern für alle zugänglich, indem wir die komplexen Preprints von arXiv sorgfältig durchgehen.
Für jede neue Veröffentlichung in dieser Kategorie erstellen wir sowohl eine leicht verständliche Zusammenfassung als auch eine detaillierte technische Analyse. So können Sie schnell den Kern der Forschung erfassen oder tief in die mathematischen und physikalischen Details eintauchen, je nach Ihrem Interesse. Unser Ziel ist es, die Sprachbarriere zwischen Fachleuten und der breiten Öffentlichkeit zu überwinden.
Nachfolgend finden Sie die aktuellsten Beiträge aus dem Bereich kondensierte Materie und Materialwissenschaften, die wir gerade für Sie aufbereitet haben.
Die Studie zeigt, dass ein erweitertes Stoner-Wohlfarth-Modell, das die intrinsische kubische magnetokristalline Anisotropie und eine effektive uniaxiale Anisotropie durch Partikelverlängerung kombiniert, die magnetische Antwort von realistisch geformten magnetischen Nanopartikeln (insbesondere Magnetit) im Größenbereich von 10–60 nm erfolgreich beschreibt.
Die Autoren stellen neu trainierte ACE- und MACE-Interatomare Potentiale für Indiumphosphid vor, die im Vergleich zu bestehenden Modellen eine deutlich höhere Genauigkeit bei der Vorhersage von Versetzungsenergien (mit Fehlern von maximal 4 %) bei gleichzeitig fünfmal höherer Recheneffizienz bieten.
Diese Studie kombiniert winkelaufgelöste Photoemissionsspektroskopie und Dichtefunktionalrechnungen, um die Volumen- und Oberflächenelektronenstruktur von MoAlB(010) zu analysieren, wobei insbesondere oberflächenzustände mit unterschiedlicher Stabilität und Rashba-Spin-Bahn-Kopplung sowie symmetrieerzwungene Kreuzungen identifiziert werden.
Die Studie stellt ein ab-initio-basiertes Modell für den Polaronentransport in Magnetit vor, das durch die Kombination von kinetischem Monte-Carlo und Molekulardynamik die Verwey-Übergangsphänomene erklärt, indem sie zeigt, dass zwar keine signifikanten Änderungen der Bandstruktur vorliegen, aber Trimeron-Hopping auftritt und die Gleichstromleitfähigkeit experimentelle Daten widerspiegelt.
Die Studie zeigt, dass bei [001]-texturierten Co80Ir20-Dünnschichten die Wahl des Unterlagsmaterials (Ta oder Pt) über die induzierte mechanische Spannung die effektive magnetische Anisotropie maßgeblich beeinflusst, was die Berücksichtigung von Magnetoelastizitätseffekten für eine korrekte Bestimmung des magnetokristallinen Beitrags unverzichtbar macht.
Diese Studie beschreibt das molekularstrahlepitaktische Wachstum von LaAg₂Ge₂-Dünnschichten auf MgO(001) und deren magnetotransportive Eigenschaften, die durch einen effektiven Zweiträgermechanismus mit einer positiven Magnetowiderstandsänderung von 22,5 % bei 9 T sowie eine dominante zweizählige Anisotropie und reproduzierbare Winkelabhängigkeiten charakterisiert sind.
Diese Studie demonstriert die epitaktische Abscheidung von DyTe-Dünnschichten auf MgO, bei der Te-Defekte durch Fermi-Oberflächen-Nesting eine Supergitterstruktur bilden, die eine Bandlücke öffnet und die gezielte Manipulation elektronischer Phasen durch epitaktische Spannung ermöglicht.
Die Studie beschreibt die Entdeckung einer neuartigen, durch Molekularstrahlepitaxie stabilisierten monoklinen LaSb₂-Polymorph-Variante in Dünnschichten, die Supraleitung mit einer kritischen Temperatur von 2 K und einer langen Kohärenzlänge aufweist.
Die Studie zeigt, dass Fe-V-W-Al-Dünnschichten, die bei höherem Grunddruck abgeschieden werden, eine amorphe Struktur bilden, die in Kombination mit dem n-Si-Substrat zu einem außergewöhnlich hohen Seebeck-Koeffizienten, einer hohen Leistungszahl und einer extrem hohen thermoelektrischen Gütezahl von etwa 3,9 bei 320 K führt.
Diese Studie zeigt, dass feinabgestimmte Large Language Models wie LLaMA 3 auf Basis rein zusammensetzungsbezogener Eingaben zwar weniger präzise als spezialisierte Modelle mit detaillierten Strukturdaten, aber dennoch wettbewerbsfähige Ergebnisse bei der Regression molekularer und materialwissenschaftlicher Eigenschaften erzielen und damit das Potenzial generativer Modelle für komplexe physikalische Vorhersagen unterstreichen.